• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種圖像標(biāo)注方法

    2019-08-01 01:52:06曹丹陽(yáng)朱孟貴高磊
    關(guān)鍵詞:目標(biāo)檢測(cè)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    曹丹陽(yáng) 朱孟貴 高磊

    摘要:本研究提出一種使用圖像中目標(biāo)特征代替圖像全局特征的圖像標(biāo)注方法,經(jīng)實(shí)驗(yàn)驗(yàn)證,本方法能夠有效提升圖像標(biāo)注模型效果。

    關(guān)鍵詞:深度學(xué)習(xí);圖像標(biāo)注;神經(jīng)網(wǎng)絡(luò);目標(biāo)檢測(cè)

    中圖分類號(hào):TP391 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2019)04-0232-02

    0 引言

    圖像標(biāo)注任務(wù)目前已經(jīng)成為深度學(xué)習(xí)中一個(gè)重要的分支,是結(jié)合計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理的綜合性任務(wù) 。圖像標(biāo)注在圖像檢索、盲人導(dǎo)航等方面發(fā)揮了很大的作用。

    1 國(guó)內(nèi)外研究現(xiàn)狀

    Vinyals等人提出端到端的圖像標(biāo)注框架,使用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,然后經(jīng)過(guò)循環(huán)神經(jīng)網(wǎng)絡(luò)生成目標(biāo)語(yǔ)言[1]。Xu等人將注意力機(jī)制引入圖像標(biāo)注算法,提高了算法表現(xiàn)[2]。本研究使用圖像目標(biāo)區(qū)域特征替代圖像全局特征,經(jīng)驗(yàn)證,本研究提出的方法是有效的。

    2 方法

    基于以上結(jié)論,本文改用目標(biāo)區(qū)域及圖像突出區(qū)域特征表示圖像。圖1是方法框架圖。

    本文使用Faster RCNN提取圖像區(qū)域特征[3]。Faster R-CNN的損失函數(shù)如下:

    3 實(shí)驗(yàn)

    本實(shí)驗(yàn)中,使用了MSCOCO數(shù)據(jù)集。本研究使用BLEU、METEOR指標(biāo),CIDEr指標(biāo)作為本工作的評(píng)價(jià)指標(biāo)。表1是本研究與其他圖像標(biāo)注模型對(duì)比的結(jié)果表。

    圖2中,測(cè)試了6張圖片,使用本文的模型對(duì)圖片進(jìn)行標(biāo)注生成。從圖中可以看出,模型可以正確生成標(biāo)注,說(shuō)明本研究效果極好。

    4 結(jié)語(yǔ)

    本文提出了將目標(biāo)檢測(cè)算法應(yīng)用到圖像標(biāo)注任務(wù)中,該方法與其他圖像標(biāo)注算法對(duì)比,在評(píng)價(jià)指標(biāo)上得出更高的分?jǐn)?shù),表現(xiàn)更好。

    參考文獻(xiàn)

    [1] Vinyals O,Toshev A, Bengio S,et al[J].Show and Tell: A Neural Image Caption Generator,2014:3156-3164.

    [2] Xu K, Ba J, Kiros R, et al.Show, Attend and Tell: Neural Image Caption Generation with Visual Attention [J].Computer Science,2015:2048-2057.

    [3] Ren S, He K,Girshick R,et al. Faster R-CNN: towards real-time object detection with region proposal networks[C].International Conference on Neural Information Processing Systems. MIT Press,2015:91-99.

    猜你喜歡
    目標(biāo)檢測(cè)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    視頻中目標(biāo)檢測(cè)算法研究
    軟件(2016年4期)2017-01-20 09:38:03
    行為識(shí)別中的人體運(yùn)動(dòng)目標(biāo)檢測(cè)方法
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    移動(dòng)機(jī)器人圖像目標(biāo)識(shí)別
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    基于P3電位的目標(biāo)檢測(cè)研究
    科技視界(2016年4期)2016-02-22 13:09:19
    沭阳县| 蕲春县| 永川市| 两当县| 浏阳市| 丁青县| 洮南市| 定州市| 昆山市| 南昌县| 潜山县| 宁阳县| 衡山县| 通山县| 永安市| 托克托县| 定州市| 灵武市| 阿拉善盟| 利津县| 嵊泗县| 屯留县| 盱眙县| 怀远县| 高清| 德江县| 蒙山县| 西丰县| 宜川县| 凤凰县| 海安县| 湘潭县| 靖宇县| 曲水县| 咸宁市| 油尖旺区| 通山县| 云安县| 东乌| 林甸县| 岳池县|